[论文解读] The relationship between human mobility and viral transmissibility during the COVID-19 epidemics in Italy

Paolo Cintia, Daniele Fadda+30 more|arXiv (Cornell University)|Jun 4, 2020

Human Mobility and Location-Based Analysis参考文献 66被引用 27

一句话总结

本研究利用手机数据，分析2020年1月至5月意大利各地区人类流动性的减少与SARS-CoV-2传播力变化之间的关系。研究发现，流动性的下降与净基本再生数（Rt）的降低存在强烈相关性，表明封锁措施在一周内即有效抑制了病毒传播，且流动数据可作为疫情控制效果的实时代理指标。

ABSTRACT

We describe in this report our studies to understand the relationship between human mobility and the spreading of COVID-19, as an aid to manage the restart of the social and economic activities after the lockdown and monitor the epidemics in the coming weeks and months. We compare the evolution (from January to May 2020) of the daily mobility flows in Italy, measured by means of nation-wide mobile phone data, and the evolution of transmissibility, measured by the net reproduction number, i.e., the mean number of secondary infections generated by one primary infector in the presence of control interventions and human behavioural adaptations. We find a striking relationship between the negative variation of mobility flows and the net reproduction number, in all Italian regions, between March 11th and March 18th, when the country entered the lockdown. This observation allows us to quantify the time needed to "switch off" the country mobility (one week) and the time required to bring the net reproduction number below 1 (one week). A reasonably simple regression model provides evidence that the net reproduction number is correlated with a region's incoming, outgoing and internal mobility. We also find a strong relationship between the number of days above the epidemic threshold before the mobility flows reduce significantly as an effect of lockdowns, and the total number of confirmed SARS-CoV-2 infections per 100k inhabitants, thus indirectly showing the effectiveness of the lockdown and the other non-pharmaceutical interventions in the containment of the contagion. Our study demonstrates the value of "big" mobility data to the monitoring of key epidemic indicators to inform choices as the epidemics unfolds in the coming months.

研究动机与目标

• 了解在意大利早期COVID-19疫情期间，人类流动性的变化如何与病毒传播力相关。
• 利用实时流动数据评估封锁措施在减少SARS-CoV-2传播方面的有效性。
• 评估流动模式是否能够预测意大利各地区净基本再生数（Rt）的变化。
• 为封锁结束后重启社会和经济活动的公共卫生决策提供依据。

提出的方法

• 使用2020年1月至5月全国范围的手机数据，测量意大利各地的每日流动流量。
• 净基本再生数（Rt）被计算为在控制措施和行为改变下，每个原发病例引发的继发感染平均数。
• 应用回归模型，评估各地区流入、流出及内部流动与Rt之间的相关性。
• 分析传播超过阈值的持续时间与每10万人累计感染数之间的关系，以评估干预措施的影响。
• 通过时间序列分析，比较封锁期（2020年3月11日至18日）内流动减少与Rt下降的时间顺序。
• 本研究使用地区层面的数据，检验流动趋势是否能够预测疫情控制结果。

实验结果

研究问题

• RQ1 在封锁期间，意大利各地区的人类流动性变化与SARS-CoV-2传播力（Rt）的变化之间存在何种关联？
• RQ2 流动性减少与净基本再生数（Rt）下降之间的时间滞后是多少？
• RQ3 流动数据在多大程度上可以预测非药物干预措施在减少病毒传播方面的有效性？
• RQ4 传播超过流行病阈值的持续时间与累积感染率之间有何关系？

主要发现

• 在2020年3月11日至3月18日期间，意大利所有地区均观察到流动量下降与净基本再生数（Rt）降低之间存在显著关联。
• 全国流动完全停止所需时间约为一周，且Rt降至1以下所需时间也约为一周。
• 净基本再生数与流入、流出及内部流动均表现出显著相关性，经回归模型验证。
• 在流动性下降之前，传播超过流行病阈值时间越长的地区，每10万人的累积感染率也越高。
• 研究结果间接证实了封锁措施和非药物干预在遏制SARS-CoV-2传播方面的有效性。
• 本研究证明，大规模流动数据可作为监测疫情动态和辅助公共卫生决策的可靠实时指标。